Reflection AI, startup américaine développant des modèles ouverts, a signé un accord de un milliard de dollars avec Nebius pour l’accès à la capacité de calcul. Nebius, ancien bras international de Yandex, fournira à Reflection les puces Nvidia les plus récentes.

L’accord intervient quelques semaines après un deal similaire avec SpaceX pour des ressources de calcul, et s’inscrit dans la course des entreprises d’IA à sécuriser l’infrastructure pour entraîner et déployer des modèles. Reflection est l’une des startups de modèles open-weight qui ont reçu le plus d’attention ces dernières semaines, à un moment où le débat s’intensifie sur la valeur des modèles fermés propriétaires—notamment après que l’administration Trump a limité l’accès aux modèles les plus puissants d’Anthropic et OpenAI, et suite au lancement de modèles ouverts plus performants en provenance de Chine.

Pourquoi cela te concerne. Quand une jeune startup garantit un milliard d’infrastructure, cela signifie que les capitaux parient sur les modèles ouverts et l’entraînement indépendant. Si tu travailles avec des modèles en production, cela réduit le risque que l’accès aux modèles frontier ne t’échappe du jour au lendemain. Si tu conçois autour de modèles ouverts, tu vois que l’écosystème reçoit des ressources sérieuses.

En détail

Le contexte. Reflection AI a été fondée en 2024 par deux anciens chercheurs de Google DeepMind et a déjà levé près de 2,6 milliards de dollars auprès d’investisseurs incluant Nvidia, Sequoia Capital et Lightspeed Venture Partners. La startup est valorisée à huit milliards. L’accord d’un milliard avec Nebius intervient après que Nvidia eut investi deux milliards dans la startup.

Nebius, de son côté, construit un portefeuille de clients enterprise : peu après l’investissement Nvidia, elle a signé un accord quinquennal avec Meta pouvant atteindre 27 milliards de dollars, et l’année dernière avait conclu avec Microsoft pour jusqu’à 19,4 milliards sur plusieurs années.

Que signifie “modèles ouverts”. Reflection développe des modèles open-weight : les poids sont disponibles publiquement, donc n’importe qui peut télécharger, modifier et exécuter le modèle sur sa propre infrastructure. C’est différent des modèles fermés d’OpenAI et Anthropic, où tu accèdes uniquement via API et ne vois pas les poids. L’intérêt pour les modèles ouverts a augmenté ces dernières semaines après que l’administration Trump ait pressé Anthropic et OpenAI de limiter leurs modèles les plus puissants, soulevant des inquiétudes quant à la possibilité que l’accès soit révoqué du jour au lendemain.

Le timing. L’accord intervient quelques semaines après un deal similaire avec SpaceX pour l’accès aux ressources de calcul. Le pattern est clair : les startups de modèles ouverts accumulent la capacité de calcul garantie pour des années, pas pour des mois. Cela indique que l’entraînement de modèles larges et compétitifs exige des engagements de portée enterprise, pas des expériences sur cloud partagé.

Les chiffres en perspective. Un milliard en compute n’est pas une somme symbolique : pour comparaison, entraîner GPT-4 a coûté (selon les estimations externes) entre 50 et 100 millions de dollars. Un accord d’un milliard couvre donc de nombreux cycles d’entraînement sur des modèles larges, ou l’entraînement continu à grande échelle.

Ce qu’il reste à savoir. TechCrunch a contacté Reflection et Nebius pour des détails sur le contrat (durée, allocation des ressources, étapes clés), mais au moment de la publication, il n’y a pas de confirmations publiques au-delà de l’annonce du deal.